Minimizing the Number of Tardy Jobs with Uniform Processing Times on Parallel Machines
本文研究了并行机上均匀处理时间作业调度问题的参数化复杂度,证明了其无权版本的NP-hard和W[2]-hard性质,并提出了基于处理时间、机器数量及日期数量的XP和FPT算法。
2024-04-22 cs.DS
Faster Minimization of Tardy Processing Time on a Single Machine
本文研究了在单机上最小化延误工件的总加工时间的$1||\sum p_jU_j$问题。这不仅是一个基本的调度问题,而且从理论的角度来看也是一个非常重要的问题,因为它推广了子集和问题,并与0/1-背包问题密切相关。众所周知,这个问题是NP难的,但只是在弱意义上,这意味着它允许伪多项式时间算法。已知的最快的伪多项式时间算法是著名的Lawler和Moore算法,它在$O(P \cdot n)$时间内运行,其中$P$是输入中所有$n$作业的总处理时间。该算法是在60年代后期开发的,至今仍有待改进。在本文中,我们开发了两个新的算法$1||\sum p_jU_j$,每一个改进的Lawler和Moore的算法在不同的情况下。这两种算法都依赖于整数集合和整数向量之间的基本原语操作来加速它们的运行时间。第二种算法依赖于快速多项式乘法作为其主要引擎,而对于第一种算法,我们定义了一个新的“偏斜”版本的$(\max,\min)$ -卷积,这是有趣的,在其本身的权利。
2020-04-20 cs.DS
Single-Machine Scheduling to Minimize the Number of Tardy Jobs with Release Dates
本文从参数化复杂度角度研究了带释放日期的单机调度问题$1\mid r_j\mid\sum w_j U_j$,提出了固定参数可解和伪多项式XP算法,并证明了相关W[1]-hardness,几乎完整刻画了该问题的复杂度边界。
2024-08-23 cs.DM cs.DS
Scheduling Lower Bounds via AND Subset Sum
给定子集和的$N$实例$(X_1,t_1),\ldots,(X_N,t_N)$,AND子集和问题要求确定是否所有这些实例都是yes实例;也就是说,是否每个整数集合$X_i$都有一个子集,总和为目标整数$t_i$。我们证明了这个问题不能解决的时间$\tilde{O}((N \cdot t_{max})^{1-ε})$,为$t_{max}=\max_i t_i$和任何$ε> 0$,假设$\forall \exists$强指数时间假设($\forall \exists$ -SETH)。然后,我们使用这个结果,以排除$\tilde{O}(n+P_{max} \cdot n^{1-ε})$ -时间算法的几个调度问题的$n$作业的最大处理时间$P_{max}$,基于$\forall \exists$ -SETH。这些问题包括经典的问题,如$1||\sum w_jU_j$,问题的总重量最小化的延误工作在一台机器上,和$P_2||\sum U_j$,问题的延误工作的数量最小化的两个相同的并行机。
2020-04-27 cs.DS
The Art of Staying Ahead of Deadlines: Improved Algorithms for the Minimum Tardy Processing Time
针对调度问题 $1\\|\sum p_jU_j$,本文通过精细化实现 Fischer 和 Wennmann 的算法,将运行时间从 $\widetilde O(P)$ 改进为开放问题所期望的 $\widetilde O(n + \max d_j)$。
2024-02-28 cs.CC cs.DS
On Minimizing Tardy Processing Time, Max-Min Skewed Convolution, and Triangular Structured ILPs
本文的出发点是在单机上调度具有加工时间和交货期的$n$工件,使拖期工件的总加工时间最小化的问题,即,$1||\sum p_j U_j$。这个问题被Bringmann等人(Bringmica 2022)确定为经典$1||\sum w_j U_j$问题的自然次二次时间特殊情况,由于细粒度下限,该问题可能需要总处理时间$P$中的时间二次。Bringmann等人~通过一种新的卷积变体获得他们的$\tilde{O}(P^{7/4})$时间调度算法,称为Max-Min Skewed Convolution,他们在$\tilde{O}(n^{7/4})$时间内解决。我们的主要技术贡献是在$\tilde{O}(n^{5/3})$时间内运行的更快、更简单的卷积算法。它意味着$1||\sum p_j U_j$的$\tilde{O}(P^{5/3})$时间算法,但也可能是独立的兴趣。受子集和问题和背包问题的启发,我们研究了以最大作业处理时间$p_{\max}$为参数的$1||\sum p_j U_j$.与邻近技术借用整数线性规划(ILP),我们显示的问题的结构特性,再加上一个新的动态规划制定,导致一个$\tilde{O}(n+p_{\max}^3)$时间算法。此外,在多机环境下,我们使用类似的技术得到了$Pm||\sum p_j U_j$的$n \cdot p_{\max}^{O(m)}$时间算法。最后…
2022-11-10 cs.DS
Minimizing Tardy Processing Time on a Single Machine in Near-Linear Time
本文针对单机调度问题 $1||\sum p_j U_j$ 提出近线性时间 $\tilde O(P)$ 算法,显著超越此前 $\tilde O(P^{7/5})$ 的结果,并匹配条件性下界,且可扩展到多机情形。
2025-07-16 cs.DS
Scheduling Two Agents on a Single Machine: A Parameterized Analysis of NP-hard Problems
调度理论是组合优化中一个古老而成熟的领域,而参数化复杂性这个年轻得多的领域直到最近才得到社会的关注。我们的目标是通过研究一类单机两代理调度问题的参数化复杂性,使这两个领域更加紧密地联系在一起。我们的分析集中在属于第二代理的工作数量远远小于属于第一代理的工作数量的情况下,因此可以被认为是一个固定的参数k。我们研究了两个代理的调度标准的各种组合,并为每个这样的组合,我们查明其参数化的复杂性相对于参数k。我们分析的排程准则包括总加权完工时间、总加权误工作业数及总加权准时作业数。我们的分析在这些问题的易处理和难处理的变体之间画出了一条界线。
2017-09-13 cs.DS
Scheduling arc shut downs in a network to maximize flow over time with a bounded number of jobs per time period
研究了在容量受限的网络中,以最大化从源节点到汇聚节点的总流量为目标的弧段维护调度问题。对电弧的维护在其维护被调度的时段的持续时间内关闭电弧,使得其容量在该时段为零。一组弧被指定在规划期间进行维护,这将要求每个弧关闭一段时间。在一般情况下,这个问题被称为是NP难的,和几个特殊的实例类已经研究。在这里,我们提出了一个额外的约束,限制了每个时间段的维护工作的数量,我们研究了这对复杂性的影响。
2015-01-19 cs.DM cs.DS
A Note on Scheduling Equal-Length Jobs to Maximize Throughput
研究了一类带交货期和截止期的等长工件排序问题,目标是最大化已完成的工件数。不允许有优先权。在格雷厄姆的符号中,问题被描述为1| r_j;p_j=p| \sum U_j.我们给出了以下结果:(1)我们证明了Carlier从1981年开始经常引用的算法是不正确的. (2)我们给出了一个运行时间为O(n^5)的算法。
2021-05-12 cs.DS
Maximising the total weight of on-time jobs on parallel machines subject to a conflict graph
本文考虑了在某些工件对不能并发加工的约束下,并行机上的排序问题。每个作业都有一个相关的权重,并且所有作业都有相同的截止日期。其目标是最大限度地提高准时作业的总重量。该问题一般是强NP-困难的。提出了一个在两台机器上调度单位执行时间工件的多项式时间算法。本文分析了在两台以上机器上调度单位执行时间作业的一系列近似算法的性能。对于任意作业处理时间的情况下,提出了两个整数线性规划公式,并从早期文献中已知的两个公式进行了比较。提出了一种迭代变邻域搜索算法,并通过计算实验对其进行了评价。
2021-03-04 cs.DS
Preemptive Scheduling of Equal-Length Jobs to Maximize Weighted Throughput
研究了在给定的发布时间、截止期限和权重下,等长工件的抢占式调度问题。我们的目标是最大化加权吞吐量,即已完成作业的总重量。在Graham的符号中,这个问题被描述为(1| r_j;p_j=p;pmtn|和w_j U_j)。我们为这个问题提供了一个O(n^4)时间的算法,改进了Baptiste以前的O(n^{10})时间界限。
2003-03-11 cs.DS
Online Scheduling of Bounded Length Jobs to Maximize Throughput
我们考虑一个在线调度问题,动机的问题,目前在使用ATM和TCP/IP网络的关节。也就是说,IP分组必须被分解成小的ATM信元并在它们的截止日期之前被发送出去,但是对应于不同分组的信元可以被交织。更正式地说,我们考虑的在线调度问题与抢占,其中每个工件j是揭示在释放时间r_j,有处理时间p_j,截止日期d_j和权重w_j。目标是最大化按时完成的所有作业的总重量。我们的主要结果如下:我们证明了当所有工件的加工时间都恰好为k时,确定性竞争比在2.598和5之间,当加工时间不超过k时,确定性竞争比为Theta(k/log k)。
2009-04-14 cs.DS
A $(2+\varepsilon)$-approximation algorithm for the general scheduling problem in quasipolynomial time
Technical University of Munich(慕尼黑工业大学);University of Southern Denmark(南丹麦大学)
本文提出了一种在准多项式时间内运行的(2+ε)-近似算法,用于解决通用调度问题,针对加权延迟目标进一步改进了近似比。
2025-11-20 cs.DS
Interweaving Real-Time Jobs with Energy Harvesting to Maximize Throughput
受无电池物联网设备的启发,我们考虑以下调度问题。输入包括$n$单位时间作业$\mathcal{J} = \{J_1, \ldots, J_n\}$,其中每个作业$J_i$具有释放时间$r_i$、到期日$d_i$、能量需求$e_i$和权重$w_i$。我们认为时间是有槽的;因此,所有与时间相关的作业值都是指槽。设$T=\max_i\{d_i\}$。输入还包括每个时隙$t$($1 \leq t \leq T$)的$h_t$值,其是在该时隙上可收获的能量。在没有执行作业的时间段收集能量。目标是找到一个可行的调度,最大化的权重调度的工作。如果对于调度中的每个作业$J_j$及其对应的时隙$t_j$,$t_{j} \neq t_{j'}$,如果${j} \neq {j'}$,$r_j \leq t_j \leq d_j$,并且在$t_j$之前的可用能量至少为$e_j$,则调度是可行的。据我们所知,我们是第一个考虑这个问题的理论方面。在这项工作中,我们展示了以下内容。(1)当所有作业具有相同的$r_i, d_i$和$w_i$时的多项式时间算法。(2)当所有作业具有相同的$w_i$但具有任意的$r_i$和$d_i$时的$\frac{1}{2}$近似算法。(3)当所有作业都具有相同的$r_i$和$d_i$但具有任意的$w_i$时的FPTAS。(4)约简表明问题的所有变体,其中至少有一个属性$r_i$,…
2022-12-14 cs.DS
Approximation results for makespan minimization with budgeted uncertainty
研究工件加工时间不确定的机器集上最小化完工时间问题的近似算法。在我们考虑的模型中,它可以追溯到~ \cite{BertsimasS03},一旦定义了调度,对手就可以选择一种情况,在这种情况下,偏差被添加到一些作业的处理时间。仅给定这些作业的最大基数以及每个作业的潜在偏差的大小,目标是优化最坏情况。我们考虑的情况下,相同的和不相关的机器。我们的主要结果是相同机器情况下的EPTAS。我们还提供了一个$3$ -近似算法和$2-ε$的不相关机器的情况下的不可逼近比
2019-05-21 cs.DM cs.DS
Throughput Maximization in the Speed-Scaling Setting
我们得到一组$n$作业和一个可以动态改变其速度的处理器。每个作业$J_j$的特征在于其处理要求(作业)$p_j$、其发布日期$r_j$和其截止日期$d_j$。我们也给出了一个预算的能源$E$,我们研究的调度问题,最大化的吞吐量(即按时完成的作业数)。我们提出了一个动态规划算法,解决了抢占的情况下的问题,即当执行的作业可能会被中断,并恢复以后,在伪多项式时间。我们的算法可以适用于解决加权版本的问题,其中每一个工作都与一个权重$w_j$和目标是最大化的权重的总和按时完成的工作。此外,我们提供了一个强多项式时间算法来解决非抢占式未加权的情况下,工件具有相同的加工要求。对于加权的情况下,我们的算法可以适用于解决非抢占式版本的问题在伪多项式时间。
2013-09-06 cs.DS
Scheduling to Maximize Weighted Throughput with an Active-Time Budget
Technical University of Munich(慕尼黑工业大学);TUM School of Computation, Information and Technology(计算、信息与技术学院)
该研究针对活跃时间调度问题,在活跃时间预算K约束下最大化已完成作业总权重,针对不同区间类型(一般、正则、层状)给出了难度分析及对应近似或精确算法。
2026-09-01 cs.DS
A common approximation framework for the early work, the late work, and resource leveling problems with unit time jobs
研究了两个相关机器排序问题的可逼近性。在后期工作最小化问题中,有相同的平行机和工件有一个共同的截止日期。目标是尽量减少迟交工作,迟交工作的定义是在到期日之后完成的工作部分的总和。一个相关的问题是早期工作的最大化,定义为在到期日之前完成的工作部分的总和。我们描述了一个多项式时间的近似计划,早期的工作最大化问题,我们将其扩展到后期的工作最小化问题后,转移的目标函数的一个正值,取决于问题的数据。我们还证明了后一个问题的不可逼近性结果,如果目标函数是由一个常数,不依赖于输入。这些结果仍然有效,即使分配给同一台机器的工作的数量是有界的。这导致我们的近似方案的一些变种的资源均衡问题,其中没有近似算法是已知的扩展。
2019-09-24 cs.DS
A Competitive Algorithm for Throughput Maximization on Identical Machines
研究相同机器上带抢占的在线作业调度以最大化按时完成作业数的问题,提出适用于任意机器数量的 $O(1)$ 竞争确定性算法。
2024-08-23 cs.DS
Robust scheduling to minimize the weighted number of late jobs with interval due-date uncertainty
考虑一类以最小化加权延迟工件数为目标的单机排序问题,假设在决策者必须提供一个时间表时,完工时间并不精确.假设只有到期日所属的时间间隔是已知的。最大遗憾的概念被用来定义鲁棒解。对于工件的权重都相等的情况,给出了一个多项式时间算法。一个混合整数线性规划制定提供了一般情况下,和计算实验报告。
2017-08-08 cs.DS
Rejecting Jobs to Minimize Load and Maximum Flow-time
在线算法通常使用竞争比的概念进行分析,该竞争比将算法获得的解与在线对手针对最差可能输入序列获得的解进行比较。通常这种措施被证明是过于悲观,一个流行的方法,特别是调度问题一直是“资源增加”,这是第一次提出的Kalyanasundaram和Pruhs。虽然资源扩充已经非常成功地处理各种目标函数,有问题,即使是(任意)恒定的加速不能导致一个恒定的竞争力的算法。在本文中,我们提出了一个“拒绝模型”,它不需要增加资源,但它允许在线算法不服务于一个ε分数的请求。在本文中考虑的问题是在限制分配设置每个工作只能分配给一个子集的机器。对于负载均衡问题的目标是最大限度地减少任何机器上的最大负载,我们给$O(\log^2 1/\eps)$ -竞争算法,拒绝在最多的$\eps$ -分数的工作。对于极小化最大加权流时间问题,我们给出了一个$O(1/\eps^4)$ -竞争算法,该算法最多能拒绝一个按重量计算的$\eps$ -分数的工件.我们还将这一结果扩展到一个更一般的设置,测量其加权流时间和其对总允许拒绝重量的贡献的权重是不同的。例如,当我们考虑最小化最大拉伸的目标时,这是有用的。在这种情况下,我们得到了一个$O(1/\eps^6)$ -竞争算法。我们的算法是即时调度,虽然他们可能不会立即拒绝。所有这些问题在速度增强模型中都有很强的下界。
2014-10-07 cs.DS
Improved algorithms for single machine serial-batch scheduling to minimize makespan and maximum cost
本文研究串行批处理机上同时最小化最大完工时间与最大成本的双准则调度问题,提出 $O(n^3)$ 时间算法生成有界模型所有 Pareto 最优点并求解无界严格优先关系模型,改进了此前 $O(n^4)$ 的最佳运行时间。
2025-03-30 cs.DS
Improved Algorithms for Online Rent Minimization Problem Under Unit-Size Jobs
针对在线租借最小化问题,本文提出一种基于预言机的在线算法框架,在单位规模作业假设下将竞争比从约15.16显著改进至6。
2023-06-29 cs.DS
Optimally rescheduling jobs with a LIFO buffer
本文考虑单机排序问题,其中一个给定的解决方案,即一个有序的一组工作,必须改善尽可能多的重新排序的工作。在不同的情况下,可能会出现重新计划的需求,例如,由于作业数据的变化,或者由于供应链\red{that is}的某个阶段中的本地目标与给定的序列不一致。常见的生产设置需要在输送机上移动工件(或零件)。这反映在我们的模型中,通过一个后进先出的政策访问的有限容量的缓冲区,促进重新排序的工作。我们考虑了经典的目标函数总加权完工时间,最大延迟和(加权)延迟的工件数,并研究其复杂性。对于其中的三个问题,我们提出了严格的多项式时间动态规划算法,而对于最小化延迟工件的加权数的情况下,NP-困难的证明,并给出了一个伪多项式算法。
2021-06-30 cs.DS
$O(1/\varepsilon)$ is the answer in online weighted throughput maximization
研究了带有松弛度的在线加权吞吐量最大化调度问题,提出一种 $O(1/\varepsilon)$ 竞争比的最优在线算法,解决了单机与不相关多机上的难题并匹配下界。
2023-10-25 cs.DS
An Efficient PTAS for Stochastic Load Balancing with Poisson Jobs
当作业规模服从泊松分布时,我们给出了随机负载均衡问题的第一多项式时间近似方案。这改进了Goel和Indyk(FOCS'99)的2-近似算法。此外,我们的近似方案是一个有效的PTAS,具有运行时间的双指数在$1/ε$,但在$n$,其中$n$是作业的数量和$ε$是目标误差的近线性。以前,PTAS(非有效)仅适用于服从指数分布的作业(Goel和Indyk,FOCS'99)。我们的算法依赖于几个概率成分,包括一些(看似)新的结果缩放和所谓的“聚焦效应”的最大值的泊松随机变量,这可能是独立的利益。
2020-06-23 cs.DS
The Preemptive Resource Allocation Problem
我们重新审视了经典的调度模型,以融入数据中心网络和云服务的现代趋势。为了解决在这样的设置中向用户请求(作业)分配共享资源的一些关键挑战,我们考虑经典{ \em资源分配问题}(\textsf{RAP})的以下变体。我们的问题的输入是一组作业$J$和一组同构主机$M$,每个都有一些资源的可用量。作业与发布时间、到期日、权重和给定长度以及其资源需求相关联。\emph{feasible}调度是将资源分配给作业的子集,满足作业发布时间/到期日以及资源约束。经典{ \textsf{RAP} }和我们的问题之间的一个关键区别是,我们允许抢占和迁移作业,这是由虚拟化技术驱动的。我们考虑两个自然的目标:{ \em吞吐量最大化}(\textsf{MaxT}),它寻求一个最大的权重子集的工作,可以在$M$的主机上可行地调度,和{ \em资源最小化}(\textsf{MinR}),即找到最小数量的(同质)主机需要可行地调度所有的作业。这两个问题都是NP难的。我们首先提出了一个$Ω(1)$近似算法的\textsf{MaxT}的情况下,时间窗口形成一个层状家庭的间隔。然后,我们扩展的算法来处理任意时间窗口的实例,假设有足够的松弛每个作业完成。对于\textsf{MinR},我们研究了一个更一般的设置与$d$资源,并得出一个$O(\log d)$ -近似任何固定的$d \geq 1$,假设时间窗口不太小。这个假…
2018-11-18 cs.DS
Scheduling two types of jobs with minimum makespan
针对两类作业在 $p$ 台机器上的最小 makespan 调度问题,提出基于动态规划与二分搜索的 $O(n^2p\log(n))$ 算法,并覆盖二次与线性处理时间情形。
2024-06-15 cs.DS
Complexity of Scheduling Few Types of Jobs on Related and Unrelated Machines
在最小化总完工时间、加权完工时间之和或负载向量范数的同时将作业调度到机器的任务是组合优化中最古老和最基本的任务之一。由于所有这些问题一般都是NP-难的,所以人们对只有少量作业类型$k$的制度给予了很大的关注,但可能作业$n$的数量很大;这是少数作业类型,高多重性制度。尽管有许多积极的结果,但直到现在才了解这种制度的硬度边界。我们表明,一致相关的机器($Q|HM|C_{\max}$)上的最大完工时间最小化是NP-硬已经与$6$作业类型,和相关的切割库存问题是NP-硬已经与$8$项目类型。对于更一般的不相关的机器模型($R|HM|C_{\max}$),我们表明,如果最大的工作大小$p_{\max}$,或工作$n$的数量是多项式有界的实例大小$|I|$,有算法的复杂性$|I|^{\textrm{poly}(k)}$。我们的主要结果是,这是不太可能得到改善,因为$Q||C_{\max}$是W[1]-硬参数的$k$已经当$n$,$p_{\max}$,和数字描述的速度是多项式在$|I|$ ;同样适用于$R|HM|C_{\max}$(无速度)时,作业规模矩阵有秩$2$。我们的积极和消极的结果也延伸到目标$\ell_2$ -范数最小化的负载向量,部分,加权完成时间之和$\sum w_j C_j$。一路上,我们肯定地回答这个问题是否在相同的机器($P||C_{\max}$)的最大完工时间最小化是固定…
2020-09-24 cs.CC cs.DS math.OC
Robust Scheduling on Uniform Machines -- New Results Using a Relaxed Approximation Guarantee
研究同型机在线调度中最小化最大完工时间和最大化最小完成时间问题,提出具有常数摊还迁移因子和附加负载误差的EPTASs,首次实现该领域多项式时间近似方案。
2025-08-12 cs.DS
Almost Tight Approximation Hardness and Online Algorithms for Resource Scheduling
针对优先约束资源调度,论文证明离线近似困难性并建立其与SCS的联系,同时给出在线随机下界和匹配的确定性竞争算法。
2025-09-01 cs.DS
Improved Bounds for Scheduling Flows under Endpoint Capacity Constraints
研究了节点容量约束下的流调度问题。我们被赋予能力限制节点和一个在线作业序列,每个作业都有一个释放时间和一个在两个节点之间路由的需求。调度指定了每个步骤中路由哪些作业,保证任何步骤中节点上的总需求最多是其容量。在这种情况下,一个关键的度量标准是响应时间:作业的发布和完成之间的时间。先前的工作表明,没有未增强的算法在平均响应时间方面具有竞争力,并且在增强超过2的情况下可以实现恒定的因子竞争比(Dinitz-Moseley Infocom 2020)。对于最大响应时间,最知名的结果是具有增强4的2-竞争算法(Jahanjou等人SPAA 2020)。我们在各种响应时间目标下改进了这些界限。我们发现,没有资源增加,最大响应时间的最佳竞争比是$Ω(n)$,其中$n$是节点的数量。我们的比例分配算法使用$(1+\varepsilon)$资源增加,以实现$(1/\varepsilon)$的竞争比,在设置与一般的需求和能力,可拆分的工作。我们的批分解算法是$2$ -竞争性的(分别是,最佳的)用于使用资源增加2的最大响应时间(分别地,4)在单位需求和能力,以及不可分割的工作设置。我们还推导出的平均和最大响应时间指标的同时近似的界限。
2021-11-16 cs.DS
An Approximate Pareto Set for Minimizing the Maximum Lateness and Makespan on Parallel Machines
研究了两台平行机排序问题,目标函数为最小化最大延迟时间和最大完工时间。形式上,问题定义如下。我们必须在两台相同的机器上调度n个作业的集合J。J中的每个工件i都有一个加工时间p_i和一个交货时间q_i。每台机器在给定的时间只能执行一项工作。机器在时间t=0时可用,并且它们中的每一个在给定时间最多可以处理一个作业。该问题是寻找一个工件序列,目标函数为最小化最大延迟时间L_max和最大完工时间C_max。不失一般性,我们认为所有的数据都是整数,工件的索引是按照其交付时间的非递增顺序:q_1 >= q_2 >=. >= q_n。本文提出了一种精确算法(基于动态规划),在伪多项式时间内生成完全的Pareto前沿。在此基础上,提出了一种基于动态规划转换的全多项式时间近似算法(FPTAS),用于生成近似的Pareto前沿。建议的FPTAS是强多项式。为了比较这两种方法,我们提供了一些数值实验。
2018-02-28 cs.DS
Makespan Scheduling of Unit Jobs with Precedence Constraints in $O(1.995^n)$ time
在一个经典的调度问题中,给定一组具有优先约束的单位长度的$n$工件,目标是在$m$相同的机器上找到一个使最大完工时间最小的工件调度.这个问题是众所周知的NP-困难的无限数量的机器。使用标准的3字段表示法,它被称为$P|\text{prec}, p_j=1|C_{\max}$。我们提出了一个算法,这个问题,运行在$O(1.995^n)$时间。在我们的工作之前,即使对于$m=3$机器,最著名的算法也是在$O^\ast(2^n)$时间内运行的。相比之下,我们的算法工作时,机器的数量$m$是无限的。我们的方法的一个重要组成部分是一个算法的运行时间,只有单指数的顶点覆盖的可比性图的优先约束图。这在很大程度上依赖于Dolev和Warnings(Journal of Algorithms 1984)对没有长链的优先图的经典结果的见解。
2022-08-04 cs.DS
Online interval scheduling to maximize total satisfaction
区间排序问题是排序问题的一个变种。本文提出了一种新的区间排序问题,其定义如下:给定的工件由它们的{ \em释放时间},{ \em截止期}和{ \em利润}指定.算法必须在作业的释放时间在$m$相同的机器之一上启动作业,并继续处理,直到机器上完成作业的最后期限。所有的作业都必须完成,算法可以获得完成作业的利润作为用户的满意度。在一台机器上一次处理多个作业是可能的。一个工件的利润均匀分布在其发布时间和截止时间之间,即其间隔,从工件的子间隔获得的利润与同一机器上的间隔与子间隔相交的工件数量成反比。我们变量的目标是最大化已完成工作的总利润。这种提法自然是出于在许多情况下出现的尽最大努力的要求和对要求的回应。在尽力而为的请求和响应中,用户可用资源的总量总是不变的,并且资源被每个用户平等地共享。我们研究这个问题的在线算法。具体来说,我们表明,对于利润的工作是任意的情况下,不存在一个算法的竞争比是有界的。然后,我们考虑的情况下,每个工作的利润等于它的长度,即,它的发布时间和截止日期之间的时间间隔。对于这种情况,我们证明了对于$m = 2$和$m \geq 3$,贪心算法的竞争比最多分别是$4/3$和最多$3$。此外,对于每一个$m \geq 2$,我们展示了一个下界的竞争比的任何确定性算法。
2018-05-14 cs.DS
On rescheduling due to machine disruption while to minimize the total weighted completion time
我们研究了一个单机重调度问题,所产生的意外的机器不可用,给定的一组工作已经被安排,以尽量减少总加权完成时间。这种中断被表示为不可用的时间间隔,并在任何作业被处理之前向生产计划员透露;生产计划员希望重新安排作业,以最小化对原始计划进度的更改,该更改被测量为所有作业的原始进度和新进度之间的最大时间偏差。该问题的目标函数是在最大时间偏差为给定值的约束下,最小化总加权完工时间与加权最大时间偏差之和。也就是说,最大时间偏差既作为约束条件又作为目标函数的一部分。我们提出了一个伪多项式时间精确算法和一个完全多项式时间近似方案,其中后者是最好的可能,一般问题是NP-难的。
2017-01-25 cs.DS
Online Throughput Maximization on Unrelated Machines: Commitment is No Burden
我们考虑了一个基本的在线调度问题,在这个问题中,作业的处理时间和最后期限随着时间的推移在其发布日期到达在线。任务是在一台或多台可能不相关的机器上确定一个可行的抢占式调度,使在截止日期前完成的作业数最大化。由于在单机上进行竞争分析的强不可能性结果,我们要求作业包含一些松弛$\varepsilon>0$,这意味着调度作业的可行时间窗口至少是其在每个合格机器上的处理时间的$1+\varepsilon$倍。我们的贡献是双重的:(i)我们给出了第一个非平凡的在线算法的吞吐量最大化不相关的机器上,和(ii),这是我们的论文的主要重点,我们回答的问题,如何处理承诺的要求,强制执行的调度程序,以保证在某个时间点完成承认的工作。这是非常相关的,例如,提供云计算服务,并不允许在最后一刻拒绝关键任务。我们提出了一个算法,不相关的机器是$Θ\big(\frac{1}\varepsilon\big )$竞争时,调度程序必须提交启动一个工作。有点令人惊讶的是,这是相同的最佳性能约束(常数)调度没有承诺在一台机器上。如果承诺的决定,必须在一个工作的松弛变得小于$δ$ -分数的大小,我们证明了一个竞争比$\mathcal{O}\big(\frac{1}{\varepsilon - δ}\big)$为$0 < δ< \varepsilon$。这个结果很好地插入了开始工作时的承诺和到达工作时的承诺之间。对于后者的承诺…
2021-11-30 cs.DS
Online busy time scheduling with flexible jobs
Technical University of Munich(慕尼黑工业大学)
针对云计算中的在线忙碌时间调度问题,提出了多个紧竞争比算法,并给出了有界并行度下的下界,同时改进了允许前瞻的任意作业设置。
2025-10-17 cs.DS
A Subexponential Time Algorithm for Makespan Scheduling of Unit Jobs with Precedence Constraints
针对经典的单位作业优先约束调度问题 $Pm|\text{prec}, p_j=1|C_{\max}$,论文提出次指数时间及 $O(1.997^n)$ 精确算法,突破了长期未变的复杂性上界。
2023-12-06 cs.DS
Approximation Schemes for Minimizing the Maximum Lateness on a Single Machine with Release Times under Non-Availability or Deadline Constraints
本文考虑了四个带放行时间的单机排序问题,目标是最小化最大延迟。在第一个问题中,我们有一个共同的最后期限为所有的工作。第二个问题寻找帕累托边界的两个目标函数最大延迟和完工时间。第三个问题与不可用性约束有关。在第四种情况下,不可用间隔与组织机器上作业执行的操作员有关(在操作员不可用期间,没有作业可以启动,也没有作业可以完成)。对于这四个问题,我们建立了一个多项式时间近似方案(PTAS)的存在性。
2017-08-16 cs.DS
Moore's Greedy Algorithm for Minimizing the Number of Late Jobs: Structure and Implementation
University of Texas at Austin(德克萨斯大学奥斯汀分校)
研究单机截止期限问题$1 \mid\mid \sum U_j$,采用仅插入最短作业优先规则,通过平衡增强二叉搜索树实现$O(n\log n)$时间算法,分析其字典序最优性及组合结构,揭示嵌套拟阵和多拟阵秩函数等特性。
2026-08-20 cs.DS math.OC
A general framework for handling commitment in online throughput maximization
我们研究了一个基本的在线就业准入问题,最后期限的工作到达网上随着时间的推移,在其发布日期,任务是确定一个抢占式单服务器的时间表,最大限度地提高按时完成的工作数量。为了规避已知的不可能的结果,我们做了一个标准的松弛假设,调度作业的可行时间窗口至少是$1+\varepsilon$倍的处理时间,对于一些$\varepsilon>0$。我们量化的影响,不同的供应商的承诺要求在线算法的性能。我们的主要贡献是一个通用的算法框架,在线工作录取和没有承诺。没有承诺,我们的算法与竞争比$O(1/\varepsilon)$是最好的可能(确定性)这个问题。对于承诺模型,我们给出了第一个非平凡性能界。如果承诺的决定,必须在一个工作的松弛变得小于$δ$ -分数的大小,我们证明了竞争比$O(\varepsilon/((\varepsilon-δ)δ^2))$,为$0<δ<\varepsilon$。当提供者必须在启动作业时提交时,我们的界限是$O(1/\varepsilon^2)$。最后,我们观察到,与承诺的调度限制的“未加权”的吞吐量模型是必不可少的,如果工作有单独的权重,我们排除了竞争力的确定性算法。
2018-11-20 cs.DS
Analysis of Busy-Time Scheduling on Heterogeneous Machines
研究了异构机上的广义忙时调度模型。模型的输入包括一组作业和一组机器类型。每个作业都有一个大小和一个处理时间间隔。每个作业都要放在一台机器上执行。不同类型的机器具有不同的容量和成本率。在机器上运行的作业的总尺寸必须始终保持在机器的能力范围内,这就引起了机器类型之间各种尺寸的作业的放置限制。所使用的每台机器根据其繁忙的持续时间收费,即,它正在处理工作。目标是将工件调度到机器上,以使所有机器的总成本最小。我们开发了一个$O(1)$ -近似算法在离线设置和$O(μ)$ -竞争算法在在线设置(其中$μ$是最大/最小作业长度比),这两个都是渐近最优的。
2021-05-13 cs.DS
Speed Scaling on Parallel Processors with Migration
研究了在并行速度调节处理机上调度一组具有发布日期、截止期和加工要求(或工件)的工件,以使总能耗最小的问题.我们认为先占和迁移工作都是允许的。在椭球算法的基础上,提出了一种多项式时间的精确算法。在这里,我们制定的问题作为一个凸规划,我们提出了一个更简单的多项式时间的组合算法,这是基于减少最大流问题。我们的算法在$O(nf(n)logP)$时间内运行,其中$n$是作业数,$P$是处理器速度的所有可能值除以期望精度的范围,$f(n)$是计算具有O(n)个顶点的分层图中的最大流的复杂度。独立地,Albers等人\cite{AAG11}提出了利用与最大流问题相同关系的$O(n^2f(n))$时间算法。我们将我们的算法扩展到多处理器速度缩放问题的迁移,其目标是最小化的最大完工时间下的预算的能量。
2011-07-12 cs.DS
Improved Approximation Algorithms for Non-Preemptive Throughput Maximization
Technical University of Munich(慕尼黑工业大学);USI-SUPSI, IDSIA(瑞士意大利语联邦理工学院-苏黎世应用科学与艺术大学,IDSIA)
本文提出改进的非抢占吞吐量最大化问题近似算法,将逼近因子从1.551提升至4/3+ε,并进一步优化至5/4+ε,适用于任意数量的相同机器。
2026-03-31 cs.DS
Slow Down & Sleep for Profit in Online Deadline Scheduling
我们提出并研究了一个新的模型,在一个单一的处理器上的能源意识和利润为导向的调度。该处理器具有动态速度缩放以及暂停到睡眠方式。作业会随着时间的推移而到达,是可抢占的,并且具有不同的大小、值和截止日期。当一个新的作业到达时,调度程序可以接受或拒绝该作业。接受的工作需要一定的能量投资才能按时完成,而拒绝的工作则会产生与其价值相等的成本。这里,速度$s$下的功耗由$P(s)=s^α+β$给出,并且能量投资是随时间积分的功率。另外,调度器可以决定将处理器挂起到不消耗能量的睡眠方式,尽管唤醒需要固定的转换成本$γ$。目标是最小化被拒绝工件的总价值加上总能量。我们的模型结合了先进的节能技术(即速度缩放和睡眠状态)和以利润为导向的调度模型。我们发现,\emph{rejection-oblivious}的决策者(其拒绝决定是不是基于以前的决定)有-在没有睡眠状态的模型相反-一个无界的竞争比w.r.t \text{.}的处理器参数$α$和$β$。事实证明,这些工作的最坏情况下的性能线性依赖于作业的价值密度(作业的价值与其工作之间的比率)。我们给出了一个算法,其竞争力几乎匹配这个下限。如果最大值密度不太大,则竞争力变为$α^α+2eα$。此外,我们表明,它足以限制低价值工作的价值密度。使用\cite{Chan:2010}的技术,我们将结果以固定的最大速度传输到处理器。
2012-09-13 cs.DS
Non-Clairvoyant Scheduling to Minimize Max Flow Time on a Machine with Setup Times
考虑一个问题,其中被分类为$k$类型的$n$作业随时间到达它们的发布时间,并且要在单个机器上调度,以便最小化最大流时间。每当机器从处理一种类型的作业切换到处理另一种类型的作业时,它都需要以$s$时间单位进行设置。我们认为这个问题是一个在线的问题,每个工作是唯一已知的调度程序,只要它到达和一个工作的处理时间只有在其完成后才知道(非千里眼)。我们感兴趣的是简单的“类贪婪”算法的潜力。我们分析了修改的FIFO策略,并显示其竞争力是$Θ(\sqrt{n})$,这是最佳的考虑类算法。对于$k=2$类型,它实现了持续的竞争力。我们的主要见解是通过分析平滑的竞争力。如果处理时间$p_j$独立扰动$\hat p_j = (1+X_j)p_j$,我们得到的竞争力$O(σ^{-2} \log^2 n)$时,$X_j$是从一个均匀的或(截断)正态分布与标准偏差$σ$。结果证明坏实例是脆弱的,并且“实际上”人们可能期望比由$Ω(\sqrt{n})$界限给出的性能好得多。
2017-09-18 cs.DS
Interval scheduling maximizing minimum coverage
在经典的区间排序问题中,一组$n$作业,其特征在于它们的开始和结束时间,需要由一组机器在各种约束下执行。在本文中,我们研究了一个新的变种,其中的工作需要被分配到最多$k$相同的机器,这样的最小数量的机器是忙碌的,在同一时间被最大化。这在基因组测序和单倍型分型的背景下是相关的,特别是当与基因组比对的一组DNA读段需要被修剪以使得不超过$k$读段重叠,同时在整个基因组上保持尽可能多的读段覆盖时。我们表明,该问题可以解决的时间$\min\left(O(n^2\log k / \log n),O(nk\log k)\right)$使用最大流。我们还给出了一个具有逼近比$ρ=\frac{k}{\lfloor k/2 \rfloor}$的$O(n\log n)$ -时间近似算法.
2015-10-30 cs.DS
Scheduling Maintenance Jobs in Networks
我们调查的问题,调度维护的边缘在网络中,动机的目标,最大限度地减少交通或电信网络中断。我们专注于保持两个节点之间的连接随着时间的推移,对于路径网络的特殊情况下,这是有关的问题,最大限度地减少机器的繁忙时间。我们证明了在任意网络中,如果允许抢占,该问题可以在多项式时间内得到解决。如果抢占限制在整数时间点,问题是NP-难的,在非抢占的情况下,我们给出了强的非逼近性结果。此外,我们还给出了抢占能力的严格界,即非抢占最优解和抢占最优解的最大比值。有趣的是,抢占式和非抢占式的问题可以有效地解决路径,而我们表明,混合两者导致一个弱NP-困难的问题,允许一个简单的2-近似。
2017-01-30 cs.DS
Online Budgeted Repeated Matching
一个基本的组合在线资源分配问题被认为是,多个服务器有各自的能力限制,并在每个时隙,一组工作到达,有可能不同的权重不同的服务器。在每个时间段,必须以在线方式在作业和服务器之间找到一对一的匹配,但要受到个人能力的限制。其目标是最大化分配给服务器的作业的总权重,在时隙和服务器之间求和,受个人容量限制。这个问题概括了众所周知的adwords问题,并且也与各种其他现代应用程序相关。一个简单的贪心算法被证明是3-竞争,只要任何边缘的重量是最多的一半,相应的服务器容量。此外,一个随机版本的贪心算法被证明是6-竞争的无限制的边缘权重的情况下。对于并行服务器与小重量的工作,我们表明,负载平衡算法是接近最优的。
2015-12-01 cs.DS
Throughput Maximization in Multiprocessor Speed-Scaling
我们给出了一组$n$作业,这些作业必须在一组$m$速度可伸缩的机器上执行,这些机器可以使用在[Yao等人,FOCS'95]。每个作业$j$的特征在于它的发布日期$r_j$、它的截止日期$d_j$、它的处理量$p_{i,j}$(如果$j$在机器$i$上执行)及其权重$w_j$。我们还给出了能量$E$的预算,我们的目标是最大化加权吞吐量,即在各自的发布日期和截止日期之间完成的作业的总重量。我们提出了一个多项式时间的近似算法,其中的抢占的工作是允许的,但不是他们的迁移。我们的算法使用原始对偶方法的线性化版本的凸规划与线性约束。此外,我们提出了两个最优算法的非抢占式的情况下,机器的数量是由一个固定的常数。具体而言,我们认为:{ \em(a)}相同处理量的情况,即对于每个$i$和$j$的$p_{i,j}=p$,我们为未加权版本提出多项式时间算法,其变为加权吞吐量版本的伪多项式时间算法,以及{ \em(b)}一致实例的情况,即对于$r_i \le r_j$当且仅当$d_i \le d_j$,我们提出了一个伪多项式时间算法。这两种算法都是基于离散化的问题和使用动态规划。
2014-02-16 cs.DS
Improved Online Algorithm for Weighted Flow Time
本文讨论了最基本的单机加工工件排序问题之一,目标是最小化加权流时间(加权响应时间)。我们的主要结果是一个$O(\log P)$竞争算法,其中$P$是最大到最小的处理时间比,改进后的$O(\log^{2}P)$竞争算法的Chekuri,Khanna和朱(STOC 2001)。我们还设计了一个$O(\log D)$ -竞争算法,其中$D$是作业的最大与最小密度比。最后,我们展示了如何将这些结果与Bansal和Dhamdhere(SODA 2003)的结果相结合,以实现$O(\log(\min(P,D,W)))$ -竞争算法(其中$W$是最大与最小的权重比),而无需事先知道$P,D,W$。正如Bansal和Chan(SODA 2009)所示,对于这个问题,没有常数竞争算法可以实现。
2018-08-16 cs.DS
New Partitioning Techniques and Faster Algorithms for Approximate Interval Scheduling
区间排序问题是算法论中的一个基本问题,也是组合优化中的一个经典课题。我们开发了一套技术,用于分区和分组作业的开始和结束时间的基础上,使我们能够查看一个实例的间隔调度的许多工作作为一个工会的多个间隔调度实例,每个只包含几个工作。实例化这些技术在动态和本地设置的计算导致几个新的结果。对于单机上$n$作业调度的$(1+\varepsilon)$ -近似问题,我们提出了一个带有$O(\frac{\log{n}}{\varepsilon})$更新和$O(\log{n})$查询最坏情况时间的全动态算法.此外,我们设计了一个本地计算算法,只使用$O(\frac{\log{N}}{\varepsilon})$查询时,所有的作业长度至少$1$和$[0,N]$内的开始/结束时间。我们的技术也适用于工作有奖励/权重的环境。对于这种情况下,我们设计了一个完全动态的确定性算法,其最坏情况下的更新和查询时间是$\operatorname{poly}(\log n,\frac{1}{\varepsilon})$。等价地,这是第一个算法,该算法在$\operatorname{poly}(\log n,\frac{1}{\varepsilon})$时间更新/查询中维护加权区间集合的最大独立集的$(1+\varepsilon)$近似。这是$1/\varepsilon$在Henzinger,Neumann和Wiese …
2023-02-23 cs.DS